ANALISIS SENTIMEN KOMENTAR PENGGUNA DI MEDIA SOSIAL TENTANG DINASTI POLITIK DENGAN PENDEKATAN NAIVE BAYES DAN K-NN

Kurniawan, Tio Adi (2025) ANALISIS SENTIMEN KOMENTAR PENGGUNA DI MEDIA SOSIAL TENTANG DINASTI POLITIK DENGAN PENDEKATAN NAIVE BAYES DAN K-NN. Bachelor thesis, Universitas Nasional.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (836kB)
[thumbnail of BAB 1.pdf] Text
BAB 1.pdf

Download (433kB)
[thumbnail of BAB 2.pdf] Text
BAB 2.pdf

Download (466kB)
[thumbnail of BAB 3.pdf] Text
BAB 3.pdf

Download (701kB)
[thumbnail of BAB 4.pdf] Text
BAB 4.pdf

Download (1MB)
[thumbnail of BAB 5.pdf] Text
BAB 5.pdf

Download (432kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf

Download (543kB)

Abstract

Fenomena dinasti politik di Indonesia telah menjadi isu yang kompleks dan sering kali
menimbulkan kejadian di ruang publik, terutama di media sosial seperti YouTube dan
TikTok. Perkembangan informasi teknologi telah memungkinkan masyarakat untuk
lebih aktif dalam menyampaikan pendapat mereka terkait isu-isu politik, termasuk
keinginan berbasis kekerabatan. Meskipun dinasti politik memiliki dasar sejarah yang
kuat, praktik ini sering kali dikritik karena dianggap menghambat demokrasi dan
meritokrasi. Oleh karena itu, analisis terhadap opini publik mengenai dinasti politik
menjadi sangat relevan untuk memahami berbagai macam hal
ix
Penelitian ini bertujuan untuk menganalisis sentimen komentar pengguna media sosial
terhadap dinasti politik dengan membandingkan dua algoritma machine learning ,
yaiNaïve Bayes dariK-Tetangga Terdekat (K-NN) .Guru Gembul
danpraproses(pemleksikon , epembelajaran mesin .
Model evaluasi dilakukan berdasarkan pengukuran akurasi, presisi, recall, dan F1score
unNaïve Bayes memilikiSkor F1F1-skor sebesar
Perbedaan distribusi sentimen antara kedua platform dapat diinterpretasikan dari
karakteristik pengguna dan pola komunikasi yang berbeda. YouTube sebagai platform
berbasis video panjang cenderung menarik diskusi yang lebih mendalam dan kritis,
sementara TikTok yang berorientasi pada konten singkat cenderung memiliki komentar
yang lebih singkat dan spontan. Selain itu, hasil penelitian ini memberikan wawasan
mengenai efektivitas pembelajaran mesin algoritma dalam analisis sentimen berbasis

Item Type: Thesis (Bachelor)
Uncontrolled Keywords: Analisis Sentimen, Dinasti Politik, Media Sosial, Naïve BayeAnalisis Sentimen, Dinasti Politik, Media Sosial, Naïve Bayes, K-Nearest Neighbors (K-NN), Machine Learning
Subjects: T Technology > T Technology (General)
T Technology > TA Engineering (General). Civil engineering (General)
T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User: Users 30 not found.
Date Deposited: 04 Jul 2025 03:26
Last Modified: 04 Jul 2025 03:26
URI: https://repository.unas.ac.id/id/eprint/13367

Actions (login required)

View Item View Item